第13章_物聯(lián)網(wǎng)中的智能決策31(已修改)
2025-01-15 15:06 本頁面
【正文】 第 13章 物聯(lián)網(wǎng)中的 智能決策 內(nèi)容提要 智能決策 是物聯(lián)網(wǎng)“智慧”的來源。 本章將介紹數(shù)據(jù)挖掘的基本流程，基本類型和典型算法。 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的基本類型和算法 * 智能決策與物聯(lián)網(wǎng) 什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘有哪三個(gè)步驟？ 本章內(nèi)容 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘 （ Data Mining） ?從大量 數(shù)據(jù) 中獲取潛在有用的并且可以被人們理解的 模式 的過程。即從大量數(shù)據(jù)中提取或“挖掘”知識(shí)。 ?是一個(gè) 反復(fù)迭代 的 人機(jī)交互和處理 的過程，歷經(jīng)多個(gè)步驟，并且在一些步驟中需要由用戶提供決策 數(shù)據(jù)挖掘的過程： ?數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和對(duì)挖掘結(jié)果的評(píng)估與表示 ?每一個(gè)階段的輸出結(jié)果成為下一個(gè)階段的輸入 沃爾馬的故事 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的過程 ?數(shù)據(jù)預(yù)處理階段 ?數(shù)據(jù)準(zhǔn)備：了解領(lǐng)域特點(diǎn)，確定用戶需求 ?數(shù)據(jù)選?。簭脑紨?shù)據(jù)庫中選取相關(guān)數(shù)據(jù)或樣本 ?數(shù)據(jù)預(yù)處理：檢查數(shù)據(jù)的完整性及一致性，消除噪聲等 ?數(shù)據(jù)變換：通過投影或利用其他操作減少數(shù)據(jù)量 ?數(shù)據(jù)挖掘階段 ?確定挖掘目標(biāo)：確定要發(fā)現(xiàn)的知識(shí)類型 ?選擇算法：根據(jù)確定的目標(biāo)選擇合適的數(shù)據(jù)挖掘算法 ?數(shù)據(jù)挖掘：運(yùn)用所選算法，提取相關(guān)知識(shí)并以一定的方式表示 ?知識(shí)評(píng)估與表示階段 ?模式評(píng)估：對(duì)在數(shù)據(jù)挖掘步驟中發(fā)現(xiàn)的模式 (知識(shí) )進(jìn)行評(píng)估 ?知識(shí)表示：使用可視化和知識(shí)表示相關(guān)技術(shù)，呈現(xiàn)所挖掘的知識(shí) 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的過程 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的基本類型和算法 * 智能決策與物聯(lián)網(wǎng) 數(shù)據(jù)挖掘的基本類型和算法有那些？ 本章內(nèi)容 數(shù)據(jù)挖掘的基本類型和算法 數(shù)據(jù)挖掘的基本類型 關(guān)聯(lián)分析 (Association Analysis) 聚類分析 (Clustering Analysis) 離群點(diǎn)分析 (Outlier Analysis) 分類與預(yù)測(cè) (Classification and Prediction) 演化分析 (Evolution Analysis) 描述性 挖掘任務(wù)：刻畫數(shù)據(jù)庫中數(shù)據(jù)的一般特性 預(yù)測(cè)性 挖掘任務(wù)：在當(dāng)前數(shù)據(jù)上進(jìn)行推斷和預(yù)測(cè) 關(guān)聯(lián)分析 關(guān)聯(lián)分析 的目標(biāo)是從給定的數(shù)據(jù)中發(fā)現(xiàn)頻繁出現(xiàn)的模式，即 關(guān)聯(lián)規(guī)則 關(guān)聯(lián)規(guī)則 通常的表述形式是 X Y，表示“數(shù)據(jù)庫中滿足條件 X的記錄 (元組 )可能也滿足條件 Y” 以某電器商場(chǎng)銷售記錄為例：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1